当前位置:
首页
文章
前端
详情

Python BeautifulSoup抓取表情包并保存

完美解决斗图表情包不够的状况:

# -* - coding: UTF-8 -* -#导入第三方库import urllibfrom bs4 import BeautifulSoupimport requestsimport osimport timeimport random# 获取文件夹,如果文件夹不存在则创建新文件夹if os.path.isdir('E://python//biaoqing//'):   passelse:   os.mkdir('E://python//biaoqing//')local="E:\\python\\biaoqing\\"    #保存图片的文件夹get_url='http://qq.yh31.com'url=get_url+'/zjbq/0551964_25.html'Agent =[        'Mozilla/5.0 (Macintosh; U; Intel Mac OS X 10_6_8; en-us)AppleWebKit/534.50 (KHTML, like Gecko) Version/5.1 Safari/534.50',        'Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Trident/5.0',        'Mozilla/5.0 (X11; U; Linux x86_64; zh-CN; rv:1.9.2.10) Gecko/20100922 Ubuntu/10.10 (maverick) Firefox/3.6.10',        'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/39.0.2171.71 Safari/537.36',        'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.11 (KHTML, like Gecko) Chrome/23.0.1271.64 Safari/537.11',        'Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1; SV1; QQDownload 732; .NET4.0C; .NET4.0E)',        'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/66.0.3359.139 Safari/537.36']User_Agent=random.choice(Agent)headers={'User-Agent':User_Agent}html_doc=requests.get(url,headers=headers).textsoup=BeautifulSoup(html_doc,'lxml')   #解析 html_doc#获取所有img标签里面 属性alt值为空的img标签pss=soup.find_all('img',attrs={'alt':''})for ims in pss:    img_url=get_url+ims['src']#图片的路径    s='%s'% ims['src'] # 获取字符 截取相应的名称及格式    mingzi=s.split('/')[-1] #图片命名所用,可以解决图片的不同格式    urllib.request.urlretrieve(img_url, local + '%s' % mingzi)    time.sleep(2)  # 设置休眠时间,访问频繁容易被封这种翻页的网址,网址名字基本相似,字符拼接获取新的网页,for循环重复获取新的网页内容即可还得想要的表情包!

免责申明:本站发布的内容(图片、视频和文字)以转载和分享为主,文章观点不代表本站立场,如涉及侵权请联系站长邮箱:xbc-online@qq.com进行反馈,一经查实,将立刻删除涉嫌侵权内容。